Crossover-Design und PCAHallo,
Ist es akzeptabel, PCA als variable Reduktionsmethode auf Daten anzuwenden, die von einem Crossover-Design erfasst wurden, bei dem jeder Teilnehmer zwei Stufen des gleichen Faktors ausgesetzt war? Jede Beobachtung besteht aus 1060 Variablen.
Vielen Dank
Re: Crossover-Design und PCAWenn Sie "... variable Reduktion ..." geschrieben haben, möchten Sie einen kleineren Satz einflussreicher Variablen in einem Modellierungskontext identifizieren, um das Verhalten eines Systems zu erklären oder vorherzusagen? Wenn ja, wird eine Technik der Variablenidentifikation empfohlen. Im Allgemeinen wird PCA als Dimensionsreduzierungstechnik verwendet ... keine variable Identifikationstechnik. Es gibt verschiedene Modellierungsmethoden in JMP und noch mehr in JMP Pro sowie begleitende / unterstützende Plattformen wie Model Comparision, Make Validation Column und Formula Depot (nur JMP Pro), die zur Variablenidentifikation verwendet werden können. Welche Methode am besten funktioniert, ist eine Frage des Kontextes, Ihrer Daten und des praktischen Problems.
Re: Crossover-Design und PCADanke für Ihre Antwort. Ich habe mich vielleicht nicht gut ausgedrückt. Ich möchte die Scores aus meinen Crossover-Designdaten erhalten und diese Scores als Eingabevariable für etwas anderes verwenden. Wäre das ein gültiger Ansatz?
Re: Crossover-Design und PCAIch bin immer noch nicht zu 100% sicher, wie Ihr experimentelles Design aufgebaut ist. Gibt es N Probanden, und jeder Proband erhielt Behandlung A und Behandlung B? Und wo kommen die Variablen '1060' ins Spiel? Sind diese '1060'-Variablenattribute für jedes Thema? Vielleicht können Sie die JMP-Datentabelle gemeinsam nutzen?
Re: Crossover-Design und PCAJa, ich habe N Kühe (Probanden) und jede Kuh erhielt Behandlung A und Behandlung B. Eine Milchprobe wurde von jedem Kuh (Probanden) genommen, und für diese Milchprobe wurde ein FTIR-Spektrum (Fourier Transform Infrared) aufgenommen. Das FTIR-Spektrum enthält 1060 Spektralvariablen oder Wellenzahlen, wie wir sagen. Ich frage mich, ob die gepaarten Beobachtungen ein Problem für die Berechnung der PCA-Werte sind. Erfordert diese Berechnung Unabhängigkeit von Beobachtungen? Wenn ja, verstoße ich in diesem Fall gegen diese Annahme?
Re: Crossover-Design und PCABehandeln Sie die FTIR-Werte als Prädiktoren oder Antworten?
Re: Crossover-Design und PCAAntworten
Re: Crossover-Design und PCAOK ... Ich glaube, ich verstehe, was Sie versuchen zu tun ... da die FTIR-Werte Antworten sind und es sich anhört, als würden Sie den PCA-Ausgang für andere Zwecke verwenden, denke ich, sehe ich kein Problem mit act Verwendung dieser Werte zum Erstellen von Eigenwerten usw. Möglicherweise möchten Sie feststellen, ob es deutliche Unterschiede zwischen den PCA-Ergebnissen bei der Behandlung gibt. Es kann unangenehm sein, eine Modellierungstechnik wie partielle kleinste Quadrate zu verwenden, um zu sehen, was Sie dort lernen können, auch wenn Sie sich scheinbar nicht im Modellbereich mit diesem bestimmten Datensatz befinden. Ihr Problem klingt in der Baltic.jmp-Datentabelle nicht unähnlich ... obwohl dies eine viel kleinere Tabelle ist.
Re: Crossover-Design und PCA @P_Bartell Vielen Dank für Ihre Antwort und Ihre Zeit, ich weiß es wirklich zu schätzen.
